深度学习在生物医药领域的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量	算法框架	模型架构	性能指标	计算资源
4481	2025-11-25	Delineation of the Centromedian Nucleus for Epilepsy Neuromodulation Using Deep Learning Reconstruction of White Matter-Nulled Imaging 2025-Sep-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8766 PMID:40813213	研究论文	本研究利用深度学习重建的白质抑制成像技术描绘丘脑中央中核，以改善癫痫神经调控的靶向精度	首次将深度学习重建技术与FGATIR序列结合，实现丘脑中央中核的可视化与分割，为深部脑刺激提供直接靶向方法	样本量较小（12例患者），为回顾性研究设计	评估DLR-FGATIR技术对丘脑中央中核的可视化效果及其与图谱定义边界的一致性	12例药物抵抗性癫痫患者接受丘脑神经调控治疗	医学影像分析	癫痫	深度学习重建、FGATIR序列、MRI、术后CT	深度学习	医学影像（MRI、CT）	12例药物抵抗性癫痫患者	NA	NA	Sorenson-Dice系数、体积比、对比噪声比	NA
4482	2025-11-25	Automated Midline Shift Detection in Head CT Using Localization and Symmetry Techniques Based on User-Selected Slice 2025-Sep-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8767 PMID:40835418	研究论文	开发基于深度学习的自动中线移位检测方法，用于头部CT扫描分析	提出结合定位和对称性技术的完整严重程度范围检测方法，能够处理严重病例中透明隔消失的情况	仅使用单机构981例CT扫描数据，模型性能有待进一步验证	实现头部CT扫描中中线移位的快速准确检测	头部CT扫描图像中的中线移位病理特征	医学影像分析	脑部疾病	CT扫描	目标检测	医学影像	981例患者CT扫描（400例标注训练，581例测试）	YOLO	You Only Look Once	AUC, 敏感度, 特异度	NA
4483	2025-11-25	Inference of germinal center evolutionary dynamics via simulation-based deep learning 2025-Aug-13, ArXiv PMID:40832049	研究论文	通过基于模拟的深度学习方法推断生发中心B细胞的进化动力学	首次使用深度学习结合模拟推断来学习B细胞亲和力与繁殖力之间的响应函数	基于特定GC条件的重复实验，可能不适用于所有生发中心环境	揭示B细胞亲和力与繁殖力之间的确切关系	生发中心中的B细胞	机器学习	NA	模拟推断	深度学习	实验数据	NA	NA	NA	NA	NA
4484	2025-11-25	RAPID-Net: Accurate Pocket Identification for Binding-Site-Agnostic Docking 2025-Jul-23, ArXiv PMID:39975446	研究论文	提出RAPID-Net深度学习算法，用于精确预测结合口袋并实现与分子对接流程的无缝集成	开发了轻量级推理算法，在保持竞争力的准确度同时实现可扩展性，能识别远端功能位点为变构抑制剂设计提供新机会	姿态排序而非采样是主要精度瓶颈，在部分测试场景中性能仍低于AlphaFold 3	开发用于药物设计的结合口袋精确识别算法	蛋白质结合口袋和配体对接	计算生物学	传染病（如COVID-19）	深度学习	深度学习网络	蛋白质结构数据	PoseBusters基准测试数据集	NA	RAPID-Net	RMSD, PoseBusters化学有效性标准, Top-1姿态准确率, 口袋-配体交集率	NA
4485	2025-11-25	Report on the quantitative intra-voxel incoherent motion diffusion MRI reconstruction grand challenge 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17998 PMID:40665555	研究报告	介绍2024年体素内不相干运动扩散MRI重建挑战赛的结果和发现	首次组织针对IVIM-dMRI定量重建算法的基准测试挑战赛，采用真实数字体模模拟数据	基于模拟数据的方法虽然提供了受控环境，但需要解决真实世界的复杂性以确保临床适用性	评估和推进从扩散MRI数据提取定量组织参数的重建算法	体素内不相干运动扩散MRI数据	医学影像	NA	扩散MRI，体素内不相干运动模型	深度学习，传统优化方法	模拟k空间数据	42个团队参与，7个进入最终阶段	NA	级联U-Net	相对均方根误差	NA
4486	2025-11-25	Random rotational embedding Bayesian optimization for human-in-the-loop personalized music generation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335853 PMID:41270084	研究论文	提出一种随机旋转嵌入贝叶斯优化方法，用于人机交互的个性化音乐生成	引入随机旋转嵌入策略，可在具有旋转对称性的高维高斯空间中高效采样和优化	样本量相对较小（n=16），需要更多用户验证	开发高效的人机交互优化方法，实现生成模型的个性化定制	音乐生成模型和人类用户偏好	机器学习	NA	贝叶斯优化，生成深度学习	生成深度学习模型	音乐数据，用户反馈	16名人类志愿者	贝叶斯优化框架	随机旋转嵌入贝叶斯优化（ROMBO）	损失减少率，发现喜爱作品的频率，优化速度，时间节省率	NA
4487	2025-11-25	Lightweight deep neural networks: Optimization of vehicle classification using ICBAM based on depthwise separable convolutions 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335967 PMID:41270095	研究论文	提出一种基于深度可分离卷积和改进卷积块注意力模块的轻量级深度神经网络DSICBAMNet，用于车辆分类任务	结合深度可分离卷积降低计算复杂度，并通过改进的注意力模块ICBAM增强抗过拟合能力和特征权重分配机制	NA	开发轻量高效的车辆分类模型以满足智能交通系统对计算效率和泛化能力的需求	车辆图像数据	计算机视觉	NA	深度学习	CNN	图像	MIO-TCD数据集286个测试样本，Stanford Cars数据集1060个测试样本	NA	DSICBAMNet（基于深度可分离卷积和ICBAM模块）	准确率	NA
4488	2025-11-24	Risk factors and prognostic indicators for progressive fibrosing interstitial lung disease: a deep learning-based CT quantification approach 2025-Dec, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11714-x PMID:40526353	研究论文	本研究采用基于深度学习的CT定量方法预测进行性纤维化性间质性肺疾病及其预后	首次将深度学习CT定量技术应用于PF-ILD的预测和预后评估，证明了其在传统肺功能指标基础上的附加价值	单中心回顾性研究，样本量有限（465例患者）	探索基于深度学习的定量CT在预测进行性纤维化性间质性肺疾病和评估预后方面的价值	间质性肺疾病患者	医学影像分析	间质性肺疾病	CT扫描，深度学习定量分析	深度学习模型	CT影像	465例ILD患者（中位年龄65岁，男性238例），其中148例发展为PF-ILD	NA	NA	C-index, OR值, HR值	NA
4489	2025-11-24	ProMUS-NET: Artificial intelligence detects more prostate cancer than urologists on micro-ultrasonography 2025-Dec, BJU international IF:3.7Q1 DOI:10.1111/bju.16892 PMID:40859774	研究论文	开发用于前列腺微超声图像自动癌症分割的深度学习模型ProMUS-NET，并与泌尿科专家性能进行比较	首次开发专门用于微超声图像的前列腺癌检测AI模型，在检测灵敏度方面超越泌尿科专家	需要改进边缘重叠精度，减少假阳性，并进行外部验证	提高前列腺癌在微超声图像上的定位灵敏度和读者间一致性	接受MRI-超声融合引导活检的前列腺癌患者	数字病理	前列腺癌	微超声成像，MRI-超声融合引导活检	深度学习	医学图像	单机构前瞻性收集的微超声图像数据集	NA	U-Net	AUC, 灵敏度, 特异性	NA
4490	2025-11-24	Artificial intelligence-driven intelligent nanocarriers for cancer theranostics: A paradigm shift with focus on brain tumors 2025-Dec, Seminars in oncology IF:3.0Q2 DOI:10.1016/j.seminoncol.2025.152429 PMID:41218468	综述	探讨人工智能驱动智能纳米载体在脑癌诊疗一体化中的革命性应用	提出AI与纳米技术融合的智能纳米载体新范式，实现肿瘤微环境响应和个性化治疗	存在批次变异性和工业规模化生产的挑战，以及伦理与成本问题	开发人工智能增强的智能纳米载体用于脑癌诊疗一体化	胶质母细胞瘤和其他中枢神经系统转移性肿瘤	数字病理	脑肿瘤	多组学数据整合，MRI，PET	机器学习，深度学习	医学影像，多组学数据	NA	NA	NA	NA	NA
4491	2025-11-24	Street-view greenspace distribution across racial/ethnic, neighborhood income, and individual education subgroups 2025-Dec, Environmental epidemiology (Philadelphia, Pa.) DOI:10.1097/EE9.0000000000000441 PMID:41268185	研究论文	本研究使用深度学习分析街景图像，探讨不同种族/民族、教育水平和社区社会经济地位亚组之间绿化空间分布的差异	首次结合深度学习与多层次分析方法，量化不同类型绿化空间在种族/民族、教育水平和社区社会经济地位交叉分层中的分布不平等	研究样本仅来自动脉粥样硬化多种族研究参与者，可能无法完全代表更广泛人群	探究种族/民族、教育水平和社区社会经济地位的交互作用如何影响绿化空间类型分布	5,858名动脉粥样硬化多种族研究参与者（2000-2002年）	计算机视觉	动脉粥样硬化	街景图像分析	深度学习算法	图像	5,858名参与者	NA	NA	NA	NA
4492	2025-11-24	Development and validation of a video-based deep learning model for distinguishing epileptic seizures from non-epileptic events in a pediatric cohort 2025-Dec, Epilepsy & behavior : E&B IF:2.3Q2 DOI:10.1016/j.yebeh.2025.110785 PMID:41110273	研究论文	开发并验证基于视频的深度学习系统，用于区分儿科队列中的癫痫发作与非癫痫事件	提出增强型多尺度视觉Transformer模型，首次在儿科癫痫诊断中进行前瞻性验证并与不同级别临床医生进行对比	对非运动性事件的诊断准确性相对有限，样本量相对较小	开发AI辅助诊断工具以区分儿科癫痫发作与非癫痫事件	儿科患者的癫痫发作和非癫痫事件视频数据	计算机视觉	癫痫	视频分析	Transformer	视频	438个回顾性收集视频用于训练，130个连续视频用于前瞻性验证	PyTorch	增强型多尺度视觉Transformer, MViTv2, SlowFast	准确率, 灵敏度, 特异性	NA
4493	2025-11-24	Deep learning approaches for pathological image classification 2025-Dec, Journal of oral biosciences IF:2.6Q1 DOI:10.1016/j.job.2025.100696 PMID:41274680	综述	本文综述了基于深度学习的病理图像分类方法及其在精准医疗中的应用	介绍了使用模拟器生成合成数据和公式驱动方法等新兴技术来克服传统训练数据集的局限性	高质量标注数据集有限，特别是罕见癌症数据缺乏，阻碍了传统数据驱动方法的广泛应用	探讨深度学习在病理图像分类中的应用及其在精准医疗中的发展前景	病理全切片图像	数字病理学	癌症	全切片成像	CNN, RNN	图像	NA	NA	NA	NA	NA
4494	2025-11-24	YOLO-APLD: A lightweight apple leaf disease detection model based on multi-scale feature fusion 2025-Nov-23, Plant disease IF:4.4Q1 DOI:10.1094/PDIS-07-25-1440-RE PMID:41275355	研究论文	提出一种基于改进YOLOv8n的轻量级苹果叶片病害检测模型YOLO-APLD	引入EP-C2f增强模块强化局部特征表示，提出Focal-SIoU损失函数优化检测稳定性，采用BiFPN实现多尺度特征融合，使用Slim-neck结构简化网络架构	NA	实现果园环境中苹果叶片病害的精准实时检测	苹果叶片病害（锈病、花叶病、褐斑病、白粉病、黑星病、轮斑病、灰斑病）	计算机视觉	植物病害	深度学习	YOLO	图像	NA	PyTorch	YOLOv8n, EP-C2f, BiFPN, Slim-neck	精确率, 召回率, 平均精度均值, F1分数, FLOPs, 参数量, 模型大小, 帧率	边缘计算设备
4495	2025-11-24	PhyloCNN: Improving tree representation and neural network architecture for deep learning from trees in phylodynamics and diversification studies 2025-Nov-22, Systematic biology IF:6.1Q1 DOI:10.1093/sysbio/syaf082 PMID:41273351	研究论文	提出一种基于深度学习的新方法PhyloCNN，用于系统发育动力学和多样化研究中的模型选择和参数估计	开发了专门针对系统发育树的卷积神经网络架构，通过编码所有节点和叶子的邻域信息来改进树表示	方法性能在较小训练集时受邻域数量影响较大，需要进一步验证在更广泛真实数据集上的适用性	改进系统发育动力学和多样化研究中的模型选择和参数估计方法	系统发育树，HIV超级传播者数据集，灵长类种子传播者数据集	机器学习	HIV/艾滋病	深度学习，模拟训练	CNN	系统发育树数据	10,000到100,000个模拟训练树	NA	PhyloCNN	准确率	NA
4496	2025-11-24	Deep-learning reconstruction enables about one minute 3D T1-weighted MRI: quantitative evaluation of Acceleration-quality Trade-offs and motion reduction 2025-Nov-22, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03846-0 PMID:41273361	研究论文	评估深度学习重建方法DL-Speed在加速3D T1加权MRI成像中的效用，包括图像质量保持和运动减少效果	系统验证深度学习重建方法在临床环境中的实用性，首次揭示图像质量与形态计量学参数随加速因子的不同变化模式	样本量有限（6名健康志愿者和40名患者），缺乏多中心验证	评估深度学习重建方法在显著加速图像采集的同时保持定量图像质量和形态计量学准确性的能力	健康志愿者和临床患者群体的3D T1加权MRI图像	医学影像分析	神经系统疾病	3D MPRAGE MRI序列，深度学习重建	深度学习	3D MRI图像	6名健康志愿者，40名患者	NA	DL-Speed	CAT12图像质量评级，全局皮质厚度，总灰质体积，总向量变化，Bland-Altman分析，相关系数	NA
4497	2025-11-24	AI-Driven Discovery and Design of Antimicrobial Peptides: Progress, Challenges, and Opportunities 2025-Nov-22, Probiotics and antimicrobial proteins IF:4.4Q2 DOI:10.1007/s12602-025-10856-0 PMID:41273666	综述	系统总结人工智能技术在抗菌肽发现与设计领域的最新进展、挑战和未来机遇	首次系统梳理AI技术在抗菌肽研究中从判别模型到生成模型的全流程应用，并提出多模态优化等创新设计策略	面临数据质量限制、模型可解释性不足和实验验证瓶颈等挑战	加速基于抗菌肽的药物研发进程	抗菌肽（AMPs）	机器学习	抗菌耐药性感染疾病	机器学习（ML）、深度学习（DL）	判别模型、回归模型、生成模型	多模态生物数据	NA	NA	NA	NA	NA
4498	2025-11-24	AI-driven multi-omics integration in precision oncology: bridging the data deluge to clinical decisions 2025-Nov-21, Clinical and experimental medicine IF:3.2Q2 DOI:10.1007/s10238-025-01965-9 PMID:41266662	综述	探讨人工智能如何整合多组学数据推动精准肿瘤学从群体化治疗向个体化医疗转型	系统阐述AI技术在多组学整合中的创新应用，包括图神经网络建模生物网络、Transformer实现跨模态融合、可解释AI提供临床决策透明度	模型泛化能力不足、伦理公平性挑战、监管标准尚未统一	通过AI驱动的多组学整合提升肿瘤精准医疗水平	多组学数据（基因组学、转录组学、蛋白质组学、代谢组学、影像组学）	机器学习	癌症	多组学整合分析	深度学习, 机器学习, 图神经网络, Transformer	多组学数据	NA	NA	图神经网络, Transformer	AUC	量子计算, 联邦学习
4499	2025-11-24	Pixel-level detection and classification of marine oil spills in aerial imagery with annotation uncertainty handling 2025-Nov-21, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.118975 PMID:41273820	研究论文	本研究提出了一种基于深度学习的框架，用于在航空图像中进行像素级海洋溢油检测和分类，并处理标注不确定性	开发了两个互补的像素级标注RGB图像数据集，并利用U-Net架构进行语义分割，同时通过消融研究优化了网络骨干、预训练、数据增强和视觉模糊区域处理，以提升性能和泛化能力	未明确说明模型在极端天气或低光照条件下的性能，以及数据集可能存在的标注偏差未详细讨论	开发快速准确的自动溢油检测和分类方法，以支持环境缓解工作	海洋溢油，基于外观特征（如银色、彩虹色、乳化状）分类不同油类	计算机视觉	NA	航空影像采集	CNN	RGB图像	两个互补的像素级标注数据集（真实监测数据和在线来源数据）	NA	U-Net	mIoU, 准确率	NA
4500	2025-11-24	Role of artificial intelligence in medical image analysis 2025-Nov-20, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003824 PMID:41131954	综述	概述人工智能在医学影像分析领域的最新进展、方法特点及未来趋势	系统梳理了基于卷积神经网络和大型语言模型的AI技术在医学影像分析中的新兴应用与发展轨迹	缺乏对AI技术解决关键临床挑战性能的深入分析	探讨人工智能在医学影像分析中的作用与发展趋势	医学影像分析技术	计算机视觉	NA	深度学习	CNN, LLM	医学影像	NA	NA	卷积神经网络, 大型语言模型	NA	NA